Simulation de drones pour l’escorte de convois

Issam BANI

Olivier HOTEL

Stephen LARROQUE

Projet de simulation multi-agents en NetLogo

28 Mars 2014

Cadre

• NetLogo3D 5 avec extension BDI+FIPA

• Scénario:– convoi humanitaire qui doit atteindre un but– une voiture à protéger contre les ennemis

• Contrôle uniquement les drones (pas le convoi ni les ennemis)

3

Présentation de la simulation• Environnement:

– Dynamique, avec obstacles(montagnes, lacs, rivières et ponts)

– Continu en X et Y– Semi-discrétisé en Z (sol, basse et haute altitudes)

• Mouvements réalistes avec limitation d’angle4

Path Ahead exploration

6

Circular exploration

7

Allocation des stratégies

• Communication des stratégies entre drones

• 1 drone reste avec le convoi

• Les autres choisissent et la communiquent

9

Ennemis et citoyens

• Ennemis:– Fixe– Mobile– Toujours agressifs– Détection par image

• Citoyens:– Agressif ou neutre– Détection par comportement

10

Stratégies d’attaque

• Évitement instinctif(déviation trajectoire par rapport à vision de l’ennemi)

• Détection individus agressif:– Shape-based pour ennemis– Behavior-based pour citoyens

• Si détection positive:– Question au QG: autorisation de tir? Si feu vert:– Regroupement et tir à K drones

11

Communication• Architecture BDI + FIPA ACL

• Asynchrone, P2P et distribuée (infos locales, ex: position du convoi)

• Communications:– convoi → drones– drones → drones

• Couverture wifi limitée → Scattering problem

• Relai haute-altitude avec QG12

Broadcast

13

Relay

14

Relay

15

Replay - Keep-me-posted

16

Scattering problem• Comment ajuster les mouvements des drones

pour rester dans la couverture de communication?

• Connectivity-Preserving Scattering algorithm

• Permet de diminuer la couverture wifi→ + discret, - d’énergie

• Mais suppose que les drones peuvent:– Etre stationnaire → crash– Tourner à des angles absolus → impossible

17

(Gradinariu Potop-Butucaru, 2010)

Conclusion et ouverture• Modèle assez réaliste

(contraintes physiques, gestion des ressources)

• Contrôle et communications décentralisés

• Autonomie et efficacité, bonne coopération avec humains

• Passe à l’échelle: complexité selon agents cognitifs (drones et ennemis) mais pas taille environnement

18

Discussion• Communications fragiles aux attaques spoofing

• Scattering à mieux adapter

• Implémentation en cas réel:– Gestion de l’incertain (position, communications

perdues, etc.)– Hardware: réimplémenter les fonctions NetLogo

de base (extension GoGo?)– Localisation– Vision

19

– Enhancing NetLogo to simulate BDI communicating agents, 2008, Sakellariou, I., Kefalas, P., & Stamatopoulou, I. In Artificial Intelligence: Theories, Models and Applications (pp. 263-275). Springer Berlin Heidelberg.

– Connectivity-Preserving Scattering of Mobile Robots with Limited Visibility, 2010, Taisuke Izumi, Maria Gradinariu Potop-Butucaru, Sébastien Tixeuil, SSS 2010: 319-331

Références

Merci!

Slides Bonus

Les agents

• 4 types d’agents:– Convoi– Drone– Ennemi (mobile ou immobile)– Citoyen (dangereux ou pacifique)

26

Les agents - 2

• Drones cognitifs, BDI et FIPA

• Limites de ressources (fuel, munitions)Gestion par distance/temps à la base

• Convoi:– Quelques leaders, les autres suiveurs– Planification A*– Scinde si danger ou voiture détruite– Utilisateur peut prendre contrôle (simule mieux

comportement humain)27

Architecture Tri-couches

28

Idée pour implémentation en cas réelTout en conservant des garanties similaires à la simulation

Algorithme CPS

29

(Gradinariu Potop-Butucaru, 2010)

Algorithme CPS

30

(Gradinariu Potop-Butucaru, 2010)

THE END